统计学关我什么事Bayesian Learning Site
Chapter

第9讲 反直觉概率再来一次

蒙蒂霍尔问题与三个囚犯的问题

在C帘后面停有轿车的概率比A帘大
在C帘后面停有轿车的概率比A帘大这张图版来自《第9讲 反直觉概率再来一次》相关页,适合用来把统计直觉、图形关系或案例结构重新具体化。
9-3 悖论② 三个囚犯的问题三个囚犯的问题9-1 根据理由不充分原理得到的先验分布9-2 条件概率的设定

本讲主张

统计学最该警惕的不是不会算,而是太快相信直觉。蒙蒂霍尔问题就是直觉与条件更新冲突的经典示范。

中文释读

这类问题训练的是‘看到新信息后,样本空间是不是已经变了’。一旦这一步没跟上,人的直觉就会稳定出错。

知识路线

关键论点

  1. 直觉往往忽视主持人或信息提供者的行为规则。
  2. 新信息会改变可能性空间。
  3. 条件更新不是改改数字,而是改整个判断结构。

行动清单

  1. 先确认信息是怎么生成的。
  2. 不要只看表面概率数量。
  3. 问:这条新信息排除了哪些可能?保留了哪些可能?

源章节深读

9-1 贝叶斯逆概率的悖论

这节解决什么:这一节在解决《第9讲 反直觉概率再来一次》里一个具体判断问题:当证据进入后,读者到底该改哪一步判断。

怎么迁移使用:把它当作一个生活化推理模板。下次遇到类似问题时,不要直接套结论,而是照着这节的判断顺序重走一遍。

常见误区:常见误区不是不会算,而是先验、条件、独立性或样本空间在中途被偷换了。

原书线索:在第5讲到第8讲中,我们更倾向于用哲学的角度来解释,作为概率性推理的贝叶斯推理,究竟有着怎样的理论结构。在本讲中,我会和大家谈一谈围绕着贝叶斯推理的一些悖论问题。

9-2 悖论① 蒙蒂霍尔问题

这节解决什么:这一节在解决《第9讲 反直觉概率再来一次》里一个具体判断问题:当证据进入后,读者到底该改哪一步判断。

怎么迁移使用:把它当作一个生活化推理模板。下次遇到类似问题时,不要直接套结论,而是照着这节的判断顺序重走一遍。

常见误区:常见误区不是不会算,而是先验、条件、独立性或样本空间在中途被偷换了。

原书线索:这类问题训练的是‘看到新信息后,样本空间是不是已经变了’。一旦这一步没跟上,人的直觉就会稳定出错。

9-3 悖论② 三个囚犯的问题

这节解决什么:这一节在解决《第9讲 反直觉概率再来一次》里一个具体判断问题:当证据进入后,读者到底该改哪一步判断。

怎么迁移使用:把它当作一个生活化推理模板。下次遇到类似问题时,不要直接套结论,而是照着这节的判断顺序重走一遍。

常见误区:常见误区不是不会算,而是先验、条件、独立性或样本空间在中途被偷换了。

原书线索:接下来要介绍的三个囚犯的问题,和蒙蒂霍尔问题有着不同的版本。

9-4 这两个问题的本质是相同的

这节解决什么:这一节在解决《第9讲 反直觉概率再来一次》里一个具体判断问题:当证据进入后,读者到底该改哪一步判断。

怎么迁移使用:把它当作一个生活化推理模板。下次遇到类似问题时,不要直接套结论,而是照着这节的判断顺序重走一遍。

常见误区:常见误区不是不会算,而是先验、条件、独立性或样本空间在中途被偷换了。

原书线索:之前,我们也一直将“概率因获得信息而发生变化”的各种案例作为贝叶斯推理的精华来进行解说,先验概率和后验概率就是其体现。另一方面,在这两个问题中的概率均因获得信息而发生了变化,这一点与大多数人的直觉是相反的。

9-5 通过贝叶斯推理推导出矛盾

这节解决什么:这一节在解决《第9讲 反直觉概率再来一次》里一个具体判断问题:当证据进入后,读者到底该改哪一步判断。

怎么迁移使用:把它当作一个生活化推理模板。下次遇到类似问题时,不要直接套结论,而是照着这节的判断顺序重走一遍。

常见误区:常见误区不是不会算,而是先验、条件、独立性或样本空间在中途被偷换了。

原书线索:下面,我们试着用贝叶斯推理来探讨一下这一类问题。这几个案例具有共性,我们选择其中的蒙蒂霍尔问题来进行具体分析。

9-6 结论因模型的设定自身而发生变化

这节解决什么:这一节在解决《第9讲 反直觉概率再来一次》里一个具体判断问题:当证据进入后,读者到底该改哪一步判断。

怎么迁移使用:把它当作一个生活化推理模板。下次遇到类似问题时,不要直接套结论,而是照着这节的判断顺序重走一遍。

常见误区:常见误区不是不会算,而是先验、条件、独立性或样本空间在中途被偷换了。

原书线索:那么,在蒙蒂霍尔问题中,“应该改变最初的选择”这一结论,似乎已经是板上钉钉的结论了。但实际上,笔者并不这样认为。因为“A帘的后验概率为1/3,C帘的后验概率为2/3”的结果,毫无疑问

本讲图版学习路径

概念可视化

反直觉案例

第9讲 反直觉概率再来一次图版

辨析题

为什么蒙蒂霍尔问题会让很多聪明人持续答错?